Paul Montague

De nouvelles défenses visent à protéger les modèles d'apprentissage automatique contre les attaques de données nuisibles.

Améliorer la sécurité des modèles d'apprentissage automatique contre les attaques adverses grâce à une robustesse certifiée.

Une nouvelle méthode traite la génération de contenu nuisible dans les modèles d'IA.

Cette étude examine comment les méthodes bayésiennes peuvent améliorer les systèmes de détection de malware.

Enquêter sur les attaques par porte dérobée et leurs risques pour les systèmes de détection d'objets.